UNIVERSIDAD DE CUNDINAMARCA
ADMINISTRACIÓN DE EMPRESAS
CADI : ESTADÍSTICA II GRUPO : 601 T
FECHA : Marzo. 4 / 2025
REA 1 – A2 – S3-4
OBJETIVOS
1. Identificar cada uno de los procesos que se tienen en cuenta para dar solución a problemas
y ejercicios mediante la regla de multiplicación y el teorema de Bayes.
INTRODUCCION
La probabilidad es el porcentaje probable de veces que se espera que ocurra un evento si el experimento
se repite para un gran número de ensayos. La probabilidad de evento raro es cercana al cero por ciento
y la de evento común es cercana al 100%. Contrario a la creencia popular, no se pretende describir con
precisión un solo evento, aunque la gente suele usarlo como tal. Por ejemplo, todos sabemos que la
probabilidad de ver el lado de la cabeza de una moneda, si la voltearas al azar, es del 50%. No obstante,
muchas personas malinterpretan esto como 1 en 2 veces, 2 en 4 veces, 5 en 10 veces, etc. de ver
aparecer el lado de la cabeza de la moneda. Entonces, si voltearas una moneda 4 veces y cada vez saliera
de cabeza, ¿esta probabilidad del 50% es incorrecta? ¡No! Es solo que el tamaño de tu muestra es
pequeño. Si voltearas una moneda 10 mil veces, empezarías a ver una distribución más pareja de
cabezas y colas. (Y si no lo haces, probablemente deberías conseguir una moneda diferente). Ahora bien,
como ingenieros, aunque sepamos la probabilidad del sistema, no tenemos tiempo para realizar 10 mil
pruebas para verificarlo. Sin embargo, se sorprendería de la pequeña cantidad de ensayos que se
requieren para obtener una representación precisa del sistema. En las siguientes secciones se describe
la relación entre los eventos y sus probabilidades. Estas relaciones serán utilizadas entonces para
describir otra teoría de probabilidad conocida como Teorema de Bayes.
PROBABILIDAD CONDICIONAL
Los símbolos que se presentan a continuación son algunos de los más comunes en textos de estadística
UNIVERSIDAD DE CUNDINAMARCA
ADMINISTRACIÓN DE EMPRESAS
La probabilidad condicional de A dado B se denota como:
𝑃(𝐴∩𝐵)
𝑃(𝐴𝐼𝐵) =
𝑃(𝐵)
Link de probabilidad Condicional. Analizar cada proceso en los ejemplos.
https://matemovil.com/probabilidad-condicional-ejercicios-resueltos/
La probabilidad condicional es aquella que se presenta en un evento o suceso, dado que otro evento
ya ha ocurrido.
Existe también la probabilidad conjunta cuando se presentan dos o más eventos en forma simultánea
En la regla de la multiplicación, la probabilidad conjunta de A y B se calculaba mediante la
aplicación de la Ecuación P(A y B )= P(A ) P(A|B ) = P( A∩B ) de donde podemos despejar la fórmula
para la probabilidad condicional de un evento.
𝑃(𝐴 𝑦𝐵) 𝑃(𝐴∩𝐵)
𝑃(𝐴|𝐵) = =
𝑃(𝐵) 𝑃(𝐵)
UNIVERSIDAD DE CUNDINAMARCA
ADMINISTRACIÓN DE EMPRESAS
Ejemplo 1. Se encuentra en una facultad que del 70% de los alumnos matriculados, el 70% son
mujeres y el 18%, mujeres estudiantes de economía. Si elegimos un estudiante al azar y resulta que
es mujer, ¿Cuál es la probabilidad de que esté estudiando economía?
𝑃(𝐴∩𝐵) 0,18
𝑃(𝐴𝐼𝐵) = = = 0,2571 = 25.71% Probabilidad de que esté estudiando economía.
𝑃(𝐵) 0.70
Ejemplo 2. El 18% de las familias de un barrio tienen vehículo propio, el 20% tiene vivienda de su
propiedad y el 12%, vivienda y vehículo. ¿Cuál es la probabilidad de tener vivienda si se tiene
vehículo?.
A = Propietario de vehículo
A´ = No propietario de vehículo
B = Propietario de vivienda
B´ = No propietario de vivienda
EJERCICIOS DE ANÁLISIS:
Del texto de MARTINEZ BENCARDINO Ciro. Estadística y Muestreo. Hacer análisis de los ejemplos
que se encuentran allí. Capítulo 5. Nociones Elementales de probabilidad. Pag. 260 a 271. Esto nos
permite ubicarnos un poco más con la aplicación del TEOREMA DE BAYES.
Para su aplicación en los ejercicios de la página 266 a 269 respecto a Sucesos Independientes y
sucesos dependientes. Dar solución a los ejercicios asignados a los estudiantes.
TEOREMA DE BAYES
El matemático y reverendo Thomas Bayes, (1763) en el siglo XVIII intentó desarrollar una fórmula
para evaluar la probabilidad de la existencia de Dios con base en evidencias terrenales. Más tarde
fue Laplace quien terminó su desarrollo denominándolo “Teorema de Bayes”.
El teorema de Bayes es un método aplicado generalmente para calcular probabilidades posteriores.
Este teorema se aplica cuando se formulan hipótesis a posteriori sobre la probabilidad a priori de
eventos ya ocurridos.
La ecuación general está dada por:
𝑃(𝐴1 ) 𝑃(𝐵 │𝐴1 )
𝑃(𝐴1 │𝐵) =
𝑃(𝐴1 ) 𝑃(𝐵 │𝐴1 ) + 𝑃(𝐴2 ) 𝑃(𝐵 │𝐴2 ) + ⋯ + 𝑃(𝐴𝑛 ) 𝑃(𝐵 │𝐴𝑛 )
Este teorema establece, que si sucede cierto evento, que depende de la ocurrencia de los eventos
A o B o C correspondientes a un conjunto de sucesos mutuamente excluyentes, la probabilidad de
que B haya ocurrido a consecuencia de A, lo cual lo expresamos: P(AI B ) corresponda al producto
UNIVERSIDAD DE CUNDINAMARCA
ADMINISTRACIÓN DE EMPRESAS
de las probabilidades individuales del evento A y del evento B, dividido por la probabilidad
alternativa del evento B con respecto a cada uno de los eventos independientes de A, B y C.
La Ecuación siguiente está dada en el caso que utilicemos las letras A, B y C.
𝑃(𝐴1 ) 𝑃(𝐸 │𝐴1 )
𝑃(𝐴1 │𝐸) =
𝑃(𝐴) 𝑃(𝐸1 |𝐴) + 𝑃(𝐵) 𝑃(𝐸2 │𝐵) + 𝑃(𝐶 ) 𝑃(𝐸3 │𝐶)
Ejemplo 1. Dado 4 máquinas A, B, C y D. Por especificaciones y control conocemos la capacidad
de producción de cada máquina, durante un determinado período (1 hora) así:
A. una producción de 600; B, de 400; C, de 300, y D, de 700 unidades, es decir, en términos
porcentuales, A produce el 30%, B el 20%, C el 15% y D el 35%. Un procesos de observación se ha
detectado que el porcentaje de unidades defectuosas producida por cada una de las máquinas es del
4%, 3%, 6% y 5%, respectivamente. Si procedemos a sacar un elemento del total del lote examinado.
¿Cuál es la probabilidad de que haya sido producida por la máquina A, o por la máquina B, o por la
máquina C o por la máquina D?.
𝑃(𝐴1 ) = 0,30 𝑃(𝐴2 ) = 0,20 𝑃(𝐴3 ) = 0,15 𝑃(𝐴3 ) = 0,35
son las probabilidades independientes de A1, A2, A3 y A4 respectivamente
Siendo 𝑃(𝐵 │𝐴 = 0,04 𝑃(𝐵 │𝐴2 ) = 0,03 𝑃(𝐵 │𝐴3 ) = 0,06 𝑃(𝐵 │𝐴4 ) = 0,05
1)
Podemos Calcular.
𝑃(𝐴1 ) . 𝑃(𝐵 │𝐴1 ) = (0,30)(0,04) = 0,012 𝑃(𝐴2 ) . 𝑃(𝐵 │𝐴2 ) = (0,20)(0,03) = 0,006
𝑃(𝐴3 ) . 𝑃(𝐵 │𝐴3 ) = ( 0,15)(0,06)= 0,009 𝑃(𝐴4 ) . 𝑃(𝐵 │𝐴4 ) = (0,35)(0,05) = 0.0175
La suma de las probabilidades será = 0,012 + 0,006 + 0,009 + 0,0175 = 0,0445
Para Calcular la probabilidad de que la unidad defectuosa haya sido producida por cada una de las 4
máquinas, utilizamos la ecuación de Bayes.
Podemos utilizar el diagrama de árbol en dos etapas
UNIVERSIDAD DE CUNDINAMARCA
ADMINISTRACIÓN DE EMPRESAS
UNIVERSIDAD DE CUNDINAMARCA
ADMINISTRACIÓN DE EMPRESAS
ALVARO CLAVIJO G
DOCENTE ESTADISTICA II
UCUNDINAMARCA
UNIVERSIDAD DE CUNDINAMARCA
ADMINISTRACIÓN DE EMPRESAS
RECOMENDACIONES
El trabajo reúne los lineamientos dados en los acuerdos.
Es importante que en los procedimientos y más en sus resultados obtenidos definir que significa
este valor referente al problema planteado.
Los resultados obtenidos son correctos. Pero tener en cuenta la observación anterior.
En relación a la presentación del trabajo reúne las condiciones dadas en los acuerdos. En el
soporte teórico describir la ecuación que me permite evaluar el teorema de Bayes.
Cada uno de los procedimientos son correctos, pero es importante describir en su parte final del
ejercicio que significado tiene el resultado frente al planteamiento del problema.
